상세설명 수정 적용
구성요소
| 로봇 | 테스트 테스트
|
|---|---|
| 주변기기 | 테스트2
|
작업순서
| STEP 1. | 테스트 |
|---|---|
| STEP 2. | 테스트 |
| STEP 3. | 테스트 |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
추천 도입사례
EPSON C4를 활용한 자동차 부품 그리스 도포
이 솔루션은 Epson C4 로봇을 활용하여 자동차 스위치 박스 그리스를 도포하는 공정입니다. 정밀한 산업용 로봇을 활용하여 제품 형상에 맞춰 그리스 도포가 가능하고 작업 시간도 단축할 수 있습니다.
UR5e와 딥러닝을 활용한 자동차 부품 빈피킹
이 솔루션은 3D 비전, 딥러닝 알고리듬(Instance Segmentation)과 강 화학습 (Reinforcement Learning) 및 모션 플래닝( OMPL ) 알고리듬을 활용하여 제품 분류 작업, 조립, 패킹 등 자동화를 위한 솔루션 입니다. 3D 비전을 활용하여 실시간으로 제품 위치와 종류, 그리고 박스 위치 인식하여 작업을 수행하기 때문에 제품의 위치가 변경되거나 박스의 위치가 변경되더라도 자동으로 보정하여 작업이 가능합니다. 비전/로봇/작업 지그들이 틀어져서 조건이 변경되더라도 학습을 통해 보정되기 때문에 운영 및 유지보수가 쉽고 Downtime을 최소화할 수 있습니다.
EPSON(엡손) 스카라로봇으로 전기차 콘솔 조립 자동화 완벽 구축! 🦾
기아 자동차에서 새롭게 출시한 SUV형 전기차에 들어가는 콘솔 파츠의 자동화 조립라인을 빅웨이브로보틱스(마로솔에서) 구축. 기존의 콘솔 조립 라인은 수작업으로 평균 40~60명의 많은 인원을 투입하여 조립하는 대규모 조립 라인이며, 자동화로 수행한 레퍼런스가 없어, 공간 확보, 조립 인원 모집 등 환경 구축이 어려움이 있었고, 그 과정에서 잦은 인원 교체와 그로인한 숙련도 이슈로 인하여 생산성 확보가 어려운 상태였으나, 이를 해소하기위하여 일부 인원을 로봇으로 대체하여 인력난을 해결하고, 수시로 바뀌는 작업자에 대응하여 생산성을 꾸준히 확보함.
상세설명 수정 적용
구성요소
| 로봇 | 테스트 테스트
|
|---|---|
| 주변기기 | 테스트2
|
작업순서
| STEP 1. | 테스트 |
|---|---|
| STEP 2. | 테스트 |
| STEP 3. | 테스트 |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
